大模型智能体之Obsidian知识库+DeepSeek+RAG
1. Obsidian集成硅基流动DeepSeek
前言
1. 硅基流动
考虑到教学机器的速度较慢，这里使用硅基流动的API（新用户送14元) ，这样可以极大的提高速度，方便实施。如果你想集成本地的模型，可以看下面的教程。
可用的大模型非常多，可以根据自己的需求进行选择。
回顾一下Obsidian : 👇
Obsidian是一款以本地存储为核心的笔记软件，以其强大的链接和可视化功能著称。它采用“双向链接”和“图谱视图”的设计理念，帮助用户构建个人知识库。Obsidian的特色功能包括：
双向链接 ：通过[[ ]]语法，轻松链接不同笔记，形成知识网络。详细可参考
图谱视图 ：以可视化的方式展示笔记之间的关系，帮助你发现隐藏的知识结构。详细可参考
本地存储 ：所有数据都存储在本地，确保隐私和安全。
插件生态 ：支持丰富的插件扩展，满足个性化需求。详细可参考
Markdown支持 ：采用简洁的Markdown语法，方便编辑和排版。详细可参考
Obsidian的设计理念是“让你的知识像大脑一样工作”，它不仅仅是一个笔记工具，更是一个个人知识管理系统（PKMS）。
2.DeepSeek与Obsidian联用的效果
当DeepSeek与Obsidian结合使用时，两者的优势互补，能够显著提升知识管理的效率和深度。以下是它们联用的几大效果：
- 智能摘要与笔记整合
DeepSeek可以自动为你阅读的文献、文章生成摘要，并将这些摘要直接导入Obsidian中。你无需手动整理，就能快速捕捉核心内容，并将其整合到个人知识库中。
- 知识图谱的增强
DeepSeek的知识图谱功能可以与Obsidian的双向链接和图谱视图结合，帮助你更清晰地看到知识点之间的关联。例如，DeepSeek可以自动识别文本中的关键概念，并在Obsidian中生成相应的链接和图谱。
- 语义搜索与快速定位
DeepSeek的语义搜索功能可以帮助你在Obsidian中快速找到相关内容。即使你忘记了具体的笔记标题，只需输入相关的关键词或概念，DeepSeek就能帮你定位到相关的笔记。
- 智能推荐与知识扩展
DeepSeek可以根据你现有的笔记内容，推荐相关的文献、文章或知识点。这些推荐可以直接导入Obsidian，帮助你不断扩展和深化知识库。
3.如何在Obsidian中使用DeepSeek？
注册硅基流动账号，点击注册
配置API密钥
点击左侧API密钥，点击新建API密钥，可以给这个密钥任意取一个名字，再点击新建即可，新建密钥之后复制密钥，这在之后的插件设置中有用；
- 下载copilot插件并安装此插件
这个插件是要访问github的，但是国内速度较慢，除非使用科学工具，否则无法使用，这里提供清华大学的工具来进行加速
下载这个工具，直接打开运行即可，地址：https://cloud.tsinghua.edu.cn/d/df482a15afb64dfeaff8/
先关闭Obsidian软件，然后 启动 清华大学提供的这个工具，然后在启动 Obsidian，安装 Copilot插件，如下图
- 设置插件
打开copliot插件设置，点击Modle，将所有勾选取消，点击Add Custom Model，可以按照图示设置，设置完之后点击verify，此时右上角会弹出成功提示，通过后点击Add Model，仅勾选大模型Deepseek为正确；
模型名字：
deepseek-ai/DeepSeek-V3
基础路径：https://api.siliconflow.cn/v1
提供者：OpenAI
密钥：之前创建的密钥
继续下滑到Embedding Models，点击Add Custom Model，可以按照图示设置，这两次设置中的密钥都是之前创建的，设置完之后点击verify，多次尝试直至右上角弹出成功提示，通过后点击Add Model ，仅勾选BAAI为正确；
至此模型和嵌入模型都设置完成，注意其他模型要取消勾选，👇
回到Basic页面，找到 General，第一个选择Deepseek
使用搜索
在左侧工具栏中找到聊天图标，单击打开，页面右侧出现聊天框，将左下角改为Deepseek即可
2. Obsidian集成本地大模型
Obsidian集成本地大模型和RAG功能
Obsidian是一个知识管理工具，**说白了就是一个笔记本，可以检索，以及互相关联等等，但是如果根据现有的笔记进行创作、写文章和总结报告等等，仍然需要大量的手工工作 **，但是可以通过大模型和RAG进行自动创作，极大的提高了工作效率！！！
如果只是集成大模型，仅仅回答通用知识，对于你原有的私密笔记和文章并没有直接帮助，RAG则不一样，可以引用、引述你原有的笔记进行创作，可以说是非常高效了！！！
因此接下来：
1️⃣安装Copilot插件，这个插件主要是集成大模型。
2️⃣ 在Obsidian里集成大模型和嵌入模型
3️⃣ 在Obsidian里利用Embedding索引，根据你的知识进行创作、搜索等！！！
1. 安装Copilot插件
这个插件是要访问github的，但是国内速度较慢，除非使用科学工具，否则无法使用，这里提供清华大学的工具来进行加速
下载这个工具，直接打开运行即可，地址：https://cloud.tsinghua.edu.cn/d/df482a15afb64dfeaff8/
先关闭Obsidian软件，然后 启动 清华大学提供的这个工具，然后在启动 Obsidian，安装 Copilot插件，如下图
插件完成后，开始配置 大模型和嵌入模型（注意Ollama启动模型和安装嵌入模型）
嵌入模型是用来进行索引的，可以根据你的知识进行搜索，以及引用你的笔记进行创作
2. 在Copilot上配置大模型和嵌入模型
2.1 配置大模型
先把Models下的模型全部取消勾选，然后添加自定义模型
2.2 配置嵌入模型
在Models最下方的 Embedding Models 中，取消其他的模型，点击添加自定义模型，输入bge-m3 ，选择Ollama，点击Verify，成功后，点击保存即可
3. 观察对话框，是否可以正常对话
好了，配置好大模型和嵌入模型之后，看看能否正常工作，打开Obsidian，选择左侧的插件按钮，弹出对话栏目
3. Obsidian实操
Obsidian实战
上一节中，我们已经完成Obsidian配置大模型和嵌入模型，本节就通过一个简单的例子来验证一下效果，并且生成一些新的笔记！！！
同时，也可以从嵌入模型的结果中抽取一些新的知识点进行添加！！！
开始吧！！！
根据我原有的笔记，分析写作习惯，给我生成私人订制的写作建议！！
根据我{急救知识}所有的笔记，分析并学习我的写作习惯、逻辑思路和视频风格告诉我有那些值得改进的地方，
并为我生成一份私人定制的写作建议{ } 括号中的是文件夹 ， [[ ]] 方括号中是笔记
似乎平常使用在线的豆包，deepseek，元宝都有这样的功能，但是在Obsidian加持本地模型，做到了私人订制！！
4. 安装Smart Composer
前言
Smart Composer 是一个 Obsidian 插件，它可以帮助你使用 AI 模型来创作和编辑文档。它支持多种 AI 模型，包括 GPT-3、GPT-4、ChatGPT 等，并且可以与 Obsidian 的其他插件和功能无缝集成。
1. 安装 Smart Composer 插件：
- 打开 Obsidian，进入 "设置" -> "第三方插件"->"社区插件市场"。
- 禁用 "安全模式"。
- 点击 "浏览"，搜索 "Smart Composer" 并安装。
- 安装完成后，启用 Smart Composer 插件。
2. 配置 Smart Composer
1.打开 Smart Composer 设置： 在 Obsidian 中，进入 "设置" -> "Smart Composer"。
2.配置Providers： 在Providers部分，点击Add Custom Provider配置你的模型提供方，这里配置的是硅基流动的api和key。
3.选择chat模型： 在 "Model" 部分，点击Add Custom Provider配置对话模型。
在硅基流动的模型广场搜索deepseek，选择deepseek-ai/DeepSeek-R1模型
模型名字：
deepseek-ai/DeepSeek-V3
基础路径：https://api.siliconflow.cn/v1
提供者：OpenAI Compatible
密钥：之前创建的密钥
4.选择Embedding模型： 在 "Embedding Models" 部分，点击Add custom Provider配置嵌入模型。
5.在RAG部分，设置Embedding model为刚刚你添加的模型
6.在Chat部分，设置Chat model和Apply model为刚刚你添加的对话模型
7.添加MCP Server(可选) MCP Server可以在网上查找,这里暂时不讲，后期再说
3. Smart Composer 常用功能
- 上下文智能助手 (Contextual Chat)：
Smart Composer 的最大亮点之一是它的 上下文智能助手。与其他传统的 AI 插件不同，Smart Composer 允许你精确选择对话的上下文。你只需在对话框中输入@<文件名>，就可以选择 Vault 中的特定文件或文件夹作为对话背景，从而让 AI 在更准确的上下文中生成回应。
看我演示
- 多媒体上下文支持 (Multimedia Context)：
帮我总结 @http://ai.yangeit.cn:2025/microzy/kefurobot/part01.html的内容
还有更多功能，你可以试试，这里就不一一演示了！！！